REGRESIÓN LINEAL SIMPLE

Presentación del tema: "REGRESIÓN LINEAL SIMPLE"— Transcripción de la presentación:

1 REGRESIÓN LINEAL SIMPLE
RESUMEN

2 REPASO El objeto del análisis de regresión lineal simple es investigar: La relación entre dos variables dependientes cuantitativas y dos variables independientes cualitativas La relación entre dos variables cualitativas dependientes y una cuantitativa independiente La relación entre una variable dependiente cuantitativa y una variable independiente cuantitativa La relación entre dos variables dependientes cuantitativas y una o más variables independiente cualitativas.

3 REPASO En cuales de los siguientes casos se puede determinar que la estimación de β1 no aporta información al modelo de regresión. El coeficiente de correlación es cercano a 1. β1 es igual a 0 El coeficiente de correlación es cercano a -1. Ninguna de las anteriores.

4 REPASO De las siguientes relaciones entre variables se esperaría que tuviera un coeficiente de correlación r cercano a 0. 1 2 3 4 1 y 4 1 y 3 3 y 4 Todas.

5 REPASO ¿Cuál de las siguientes afirmaciones es incorrecta?
El coeficiente de correlación está relacionado con el coeficiente de determinación. El método de mínimos cuadrados garantiza la recta que mejor se ajusta a los datos. r2 se puede interpretar como el porcentaje de la variación explicada por x. La correlación implica causalidad.

6 REPASO ¿En RLS, A través de que métodos estadísticos se puede determinar la utilidad del estimador β1? Intervalo de confianza de β1. Coeficiente de determinación β1. El método de los mínimos cuadrados. Analizando la gráfica de los residuos.

7 PASOS PARA REALIZAR UNA REGRESIÓN LINEAL SIMPLE
Identifique la variable dependiente y la variable independiente. Grafique un diagrama de dispersión, analice que posible comportamiento presentan los datos. Si es lineal prosiga con un modelo de RLS. A través del método de mínimos cuadrados (manual o asistido con herramientas estadísticas) estime la pendiente (β1) y el corte con el eje de la variable dependiente (β0). Determine la utilidad del modelo: Análisis de la varianza – Coeficiente de determinación. Prueba de hipótesis acerca de la pendiente de la línea (β1) Compruebe que se cumplan los supuestos acerca del error. Teniendo en cuenta que el error debe ser una variable aleatoria con distribución normal, media cero y homocedasticidad (es decir varianza constante). Surtidas las pruebas, proceder a pronosticar por medio del modelo estimado. Advertencia: No se recomienda realizar pronósticos más allá del dominio de la variable independiente en los datos utilizados para modelar.